Process / pipeline
领域适应 — 自然语言处理
领域适应是一种自然语言处理技术，它将一个通用的预训练语言模型在目标领域数据上进行微调，使其在医学、法律和金融等专业领域表现更好。它建立在迁移学习思想的基础上，例如 Blitzer 等人 (2007) 关于跨领域情感分类的工作以及 Lee 等人 (2020) 关于生物医学 BioBERT 模型的工作。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Lee, J. et al. (2020). BioBERT: A Pre-trained Biomedical Language Representation Model. Bioinformatics. DOI: 10.1093/bioinformatics/btz682 ↗
- Blitzer, J. et al. (2007). Biographies, Bollywood, Boom-boxes and Blenders: Domain Adaptation for Sentiment Classification. ACL. link ↗
如何引用本页
ScholarGate. (2026, June 1). Domain Adaptation for NLP. ScholarGate. https://scholargate.app/zh/text-mining/domain-adaptation-nlp
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →